Несмещенная оценка энтропии для бинарных потоков


https://doi.org/10.18255/1818-1015-2013-1-107-115

Полный текст:


Аннотация

Предлагается новый класс метрик на пространстве правосторонних бесконечных последовательностей над бинарным алфавитом. Показано, что параметры, определяющие этот класс метрик, можно выбрать так, что смещение оценки энтропии будет O(n¯с ), где n – число заданных последовательностей, c – некоторая константа.

Об авторе

Евгений Александрович Тимофеев
Ярославский государственный университет им. П.Г. Демидова
Россия

д-р физ.-мат. наук, профессор кафедры теоретической информатики,

150000 Россия, г. Ярославль, ул. Советская, 14



Список литературы

1. Deza M., Deza T. Encyclopedia of Distances. Springer, 2009.

2. Grassberger P. Estimating the information content of symbol sequences and efficient codes // IEEE Trans. Inform. Theory. 1989. V. 35. P. 669–675.

3. Kaltchenko A., Timofeeva N. Entropy Estimators with Almost Sure Convergence and an O(n¯с) Variance // Advances in Mathematics of Communications. 2008. V. 2, №1. P. 1–13.

4. Kaltchenko A., Timofeeva N., Rate of convergence of the nearest neighbor entropy estimator // AEU – International Journal of Electronics and Communications. 2010. 64, №1. P. 75–79.

5. Timofeev E.A. Statistical Estimation of measure invariants // St. Petersburg Math. J. 2006. 17, №3. P. 527–551.

6. Timofeev E.A. Bias of a nonparametric entropy estimator for Markov measures // Journal of Mathematical Sciences. 2011. 176, №2. P. 255–269.


Дополнительные файлы

Для цитирования: Тимофеев Е.А. Несмещенная оценка энтропии для бинарных потоков. Моделирование и анализ информационных систем. 2013;20(1):107-115. https://doi.org/10.18255/1818-1015-2013-1-107-115

For citation: Timofeev E.A. Unbiased Entropy Estimator for Binary Sequences. Modeling and Analysis of Information Systems. 2013;20(1):107-115. (In Russ.) https://doi.org/10.18255/1818-1015-2013-1-107-115

Просмотров: 236

Обратные ссылки

  • Обратные ссылки не определены.


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1818-1015 (Print)
ISSN 2313-5417 (Online)